本技術(shù)涉及網(wǎng)絡(luò)化控制系統(tǒng)，尤其涉及基于網(wǎng)絡(luò)通訊約束下的網(wǎng)絡(luò)預(yù)測(cè)控制系統(tǒng)及方法。

背景技術(shù)：

1、隨著網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，網(wǎng)絡(luò)化控制系統(tǒng)（networked?control?system，ncs）在工業(yè)自動(dòng)化領(lǐng)域得到了廣泛應(yīng)用。與傳統(tǒng)的點(diǎn)到點(diǎn)連接模式相比，ncs利用網(wǎng)絡(luò)作為傳輸媒介，改變了節(jié)點(diǎn)之間的信號(hào)傳遞形式，將位于不同物理空間的控制系統(tǒng)構(gòu)成元素進(jìn)行連接，從而突破了控制位置和控制范圍的限制，實(shí)現(xiàn)了遠(yuǎn)程終端控制和資源共享。然而，網(wǎng)絡(luò)的引入也帶來了網(wǎng)絡(luò)誘導(dǎo)時(shí)延、數(shù)據(jù)丟包以及拒絕服務(wù)攻擊（dos攻擊）等不確定性因素，這些因素對(duì)控制系統(tǒng)性能產(chǎn)生了較大影響，可能導(dǎo)致系統(tǒng)性能下降甚至系統(tǒng)崩潰。

2、傳統(tǒng)網(wǎng)絡(luò)預(yù)測(cè)控制策略通常是基于確定性和靜態(tài)系統(tǒng)模型設(shè)計(jì)的，缺乏對(duì)網(wǎng)絡(luò)特性的考慮，因此在處理網(wǎng)絡(luò)不確定性和攻擊問題時(shí)表現(xiàn)出局限性，難以滿足現(xiàn)代工業(yè)控制系統(tǒng)的需求。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)的主要目的在于提供一種基于網(wǎng)絡(luò)通訊約束下的網(wǎng)絡(luò)預(yù)測(cè)控制系統(tǒng)及方法，旨在解決如何在網(wǎng)絡(luò)通訊約束下提高網(wǎng)絡(luò)跳變系統(tǒng)的控制性能和穩(wěn)定性的技術(shù)問題。

2、為實(shí)現(xiàn)上述目的，本技術(shù)實(shí)施例提供一種基于網(wǎng)絡(luò)通訊約束下的網(wǎng)絡(luò)預(yù)測(cè)控制方法，所述方法包括：

3、獲取網(wǎng)絡(luò)跳變系統(tǒng)的狀態(tài)數(shù)據(jù)，將所述狀態(tài)數(shù)據(jù)輸入至預(yù)測(cè)模型中進(jìn)行預(yù)測(cè)計(jì)算，其中，所述預(yù)測(cè)模型采用多面體模型描述系統(tǒng)跳變現(xiàn)象，利用markov鏈描述網(wǎng)絡(luò)時(shí)延，0-1分布表示dos攻擊；

4、基于所述預(yù)測(cè)計(jì)算結(jié)果，采用多步模態(tài)依賴狀態(tài)反饋控制律，生成控制指令；

5、將所述控制指令輸出至執(zhí)行器，以調(diào)整所述網(wǎng)絡(luò)跳變系統(tǒng)的系統(tǒng)狀態(tài)。

6、在一實(shí)施例中，所述將所述狀態(tài)數(shù)據(jù)輸入至預(yù)測(cè)模型中進(jìn)行預(yù)測(cè)計(jì)算的步驟之前，包括：

7、獲取所述網(wǎng)絡(luò)跳變系統(tǒng)的狀態(tài)向量、控制輸入和系統(tǒng)模態(tài)的采樣數(shù)據(jù)；

8、基于所述采樣數(shù)據(jù)，確定時(shí)變系統(tǒng)矩陣和時(shí)變輸入矩陣的矩陣參數(shù)；

9、根據(jù)所述采樣數(shù)據(jù)和所述矩陣參數(shù)，構(gòu)建離散時(shí)間隨機(jī)切換系統(tǒng)的狀態(tài)空間方程，其中，所述狀態(tài)空間方程為：

10、

11、其中，表示系統(tǒng)狀態(tài)向量；表示系統(tǒng)控制輸入；表示系統(tǒng)模態(tài)；表示具有適當(dāng)維數(shù)的時(shí)變系統(tǒng)矩陣；表示具有適當(dāng)維數(shù)的時(shí)變輸入矩陣；表示初始系統(tǒng)狀態(tài)；表示初始模態(tài)；表示離散時(shí)域中的時(shí)間步長(zhǎng)；

12、將所述狀態(tài)空間方程與所述多面體模型、基于markov鏈的網(wǎng)絡(luò)時(shí)延模型，以及基于0-1分布的dos攻擊模型結(jié)合，構(gòu)建所述預(yù)測(cè)模型。

13、在一實(shí)施例中，所述將所述狀態(tài)空間方程與所述多面體模型、基于markov鏈的網(wǎng)絡(luò)時(shí)延模型，以及基于0-1分布的dos攻擊模型結(jié)合，構(gòu)建所述預(yù)測(cè)模型的步驟包括：

14、建立假設(shè)一，當(dāng)所述離散時(shí)間隨機(jī)切換系統(tǒng)的系統(tǒng)狀態(tài)完全可測(cè)，且作用于所述離散時(shí)間隨機(jī)切換系統(tǒng)的預(yù)測(cè)控制器存在一個(gè)控制信號(hào)，使所述離散時(shí)間隨機(jī)切換系統(tǒng)時(shí)刻保持穩(wěn)定；

15、根據(jù)所述狀態(tài)空間方程和所述采樣數(shù)據(jù)，所述預(yù)測(cè)控制器的反饋信號(hào)和控制信號(hào)表示為：

16、

17、其中，為傳感器至所述預(yù)測(cè)控制器的通道時(shí)延，為所述預(yù)測(cè)控制器至執(zhí)行器的通道時(shí)延；

18、基于所述狀態(tài)空間方程和所述預(yù)測(cè)控制器，得到考慮時(shí)延的離散時(shí)間隨機(jī)切換系統(tǒng)，所述考慮時(shí)延的離散時(shí)間切換系統(tǒng)表示為：

19、

20、其中，表示初始狀態(tài)，表示初始時(shí)延，表示非線性關(guān)系，表示總時(shí)延，即。

21、在一實(shí)施例中，所述基于所述狀態(tài)空間方程和所述預(yù)測(cè)控制器，得到考慮時(shí)延的離散時(shí)間隨機(jī)切換系統(tǒng)的步驟之后，還包括：

22、基于假設(shè)二，對(duì)所述考慮時(shí)延的離散時(shí)間切換系統(tǒng)進(jìn)行更新，以限制所述總時(shí)延，所述假設(shè)二設(shè)定所述傳感器至所述預(yù)測(cè)控制器的通道時(shí)延與所述預(yù)測(cè)控制器至所述執(zhí)行器的通道時(shí)延分別以和為界，此時(shí)的總時(shí)延滿足以下條件：

23、

24、其中，代表在時(shí)刻總時(shí)延的最小值，代表在時(shí)刻總時(shí)延的最大值；

25、設(shè)定所述時(shí)延服從markov隨機(jī)過程，則定義隨機(jī)過程是狀態(tài)空間為有限集的markov鏈，決定個(gè)時(shí)延值之間的切換；

26、當(dāng)所述總時(shí)延屬于狀態(tài)空間集合，構(gòu)建離散時(shí)延跳變的markov轉(zhuǎn)移概率，所述markov轉(zhuǎn)移概率用于描述所述時(shí)延的隨機(jī)特性；

27、基于所述markov轉(zhuǎn)移概率，更新所述考慮時(shí)延的離散時(shí)間切換系統(tǒng)中的網(wǎng)絡(luò)時(shí)延影響，得到更新后的考慮時(shí)延的離散時(shí)間隨機(jī)切換系統(tǒng)。

28、在一實(shí)施例中，所述得到考慮時(shí)延的離散時(shí)間隨機(jī)切換系統(tǒng)的步驟之后，包括：

29、基于所述考慮時(shí)延的離散時(shí)間隨機(jī)切換系統(tǒng)，構(gòu)建dos攻擊的集合，所述dos攻擊的集合表示為：

30、

31、其中，為具有時(shí)延的離散時(shí)間隨機(jī)切換系統(tǒng)已遭受dos持續(xù)攻擊的次數(shù)，表示第次dos攻擊的開始時(shí)刻，表示第次dos攻擊的結(jié)束時(shí)刻；

32、確定所述考慮時(shí)延的離散時(shí)間隨機(jī)切換系統(tǒng)在系統(tǒng)運(yùn)行時(shí)間段內(nèi)的dos攻擊時(shí)刻集合，并計(jì)算所述具有時(shí)延的離散時(shí)間隨機(jī)切換系統(tǒng)在第次dos攻擊期間已遭受的攻擊時(shí)長(zhǎng)；

33、基于所述dos攻擊時(shí)刻集合和所述攻擊時(shí)長(zhǎng)，采用0-1分布表示在任意給定時(shí)刻，所述考慮時(shí)延的離散時(shí)間隨機(jī)切換系統(tǒng)是否遭受dos攻擊，其中，1表示系統(tǒng)遭受攻擊，0表示系統(tǒng)未遭受攻擊。

34、在一實(shí)施例中，所述獲取所述網(wǎng)絡(luò)跳變系統(tǒng)的狀態(tài)數(shù)據(jù)，并將所述狀態(tài)數(shù)據(jù)輸入至所述預(yù)測(cè)模型中進(jìn)行預(yù)測(cè)計(jì)算的步驟包括：

35、通過傳感器實(shí)時(shí)獲取所述網(wǎng)絡(luò)跳變系統(tǒng)的狀態(tài)向量；

36、將所述狀態(tài)向量輸入至所述預(yù)測(cè)模型中，執(zhí)行預(yù)測(cè)計(jì)算，得到未來至少一個(gè)時(shí)間步長(zhǎng)的系統(tǒng)狀態(tài)預(yù)測(cè)結(jié)果。

37、在一實(shí)施例中，所述基于所述預(yù)測(cè)計(jì)算結(jié)果，采用多步模態(tài)依賴狀態(tài)反饋控制律，生成控制指令的步驟包括：

38、基于所述dos攻擊和所述網(wǎng)絡(luò)時(shí)延，設(shè)計(jì)多步模態(tài)依賴狀態(tài)反饋控制律，所述多步模態(tài)依賴狀態(tài)反饋控制律的表達(dá)式為：

39、

40、其中，表示系統(tǒng)模態(tài)依賴的控制增益；

41、構(gòu)建預(yù)測(cè)控制的目標(biāo)函數(shù)，所述目標(biāo)函數(shù)用于優(yōu)化所述多步模態(tài)依賴狀態(tài)反饋控制律；

42、將所述目標(biāo)函數(shù)轉(zhuǎn)化為lmi優(yōu)化問題，并通過求解所述lmi優(yōu)化問題，確定最優(yōu)控制序列。

43、在一實(shí)施例中，所述將所述目標(biāo)函數(shù)轉(zhuǎn)化為lmi優(yōu)化問題，并通過求解所述lmi優(yōu)化問題，確定最優(yōu)控制序列的步驟包括：

44、當(dāng)所述目標(biāo)函數(shù)滿足隨機(jī)收斂條件時(shí)，根據(jù)所述目標(biāo)函數(shù)的上界，得到有限時(shí)域的優(yōu)化問題；

45、將所述有限時(shí)域的優(yōu)化問題轉(zhuǎn)化為lmi優(yōu)化問題后，加入控制輸入約束和系統(tǒng)狀態(tài)約束，得到可求解的lmi優(yōu)化問題；

46、利用lmi工具對(duì)所述可求解的lmi優(yōu)化問題進(jìn)行求解，得到最優(yōu)控制序列。

47、在一實(shí)施例中，所述將所述控制指令輸出至執(zhí)行器，以調(diào)整所述網(wǎng)絡(luò)跳變系統(tǒng)的系統(tǒng)狀態(tài)的步驟包括：

48、在無dos攻擊時(shí)刻，根據(jù)最優(yōu)控制序列對(duì)應(yīng)的控制指令順序執(zhí)行控制輸入；

49、在dos攻擊期間，選擇緩存器中的緩存控制序列執(zhí)行控制輸入。

50、本技術(shù)實(shí)施例還提供一種基于網(wǎng)絡(luò)通訊約束下的網(wǎng)絡(luò)預(yù)測(cè)控制系統(tǒng)，所述系統(tǒng)包括：

51、預(yù)測(cè)控制器單元，用于接收來自傳感器的系統(tǒng)狀態(tài)測(cè)量值和網(wǎng)絡(luò)延遲補(bǔ)償后的參考輸入，計(jì)算出最優(yōu)控制序列；

52、傳感器單元，用于監(jiān)測(cè)被控對(duì)象的當(dāng)前狀態(tài)，并將監(jiān)測(cè)結(jié)果返回至所述預(yù)測(cè)控制器；

53、緩存器單元，用于存儲(chǔ)和處理收到的控制指令，減少由于網(wǎng)絡(luò)延遲帶來的影響；

54、執(zhí)行器單元，用于根據(jù)接收到的所述最優(yōu)控制序列對(duì)應(yīng)的控制指令，對(duì)被控對(duì)象執(zhí)行控制輸入。

55、本技術(shù)實(shí)施例公開了一種基于網(wǎng)絡(luò)通訊約束下的網(wǎng)絡(luò)預(yù)測(cè)控制方法，通過獲取網(wǎng)絡(luò)跳變系統(tǒng)的狀態(tài)數(shù)據(jù)，將所述狀態(tài)數(shù)據(jù)輸入至預(yù)測(cè)模型中進(jìn)行預(yù)測(cè)計(jì)算，其中，所述預(yù)測(cè)模型采用多面體模型描述系統(tǒng)跳變現(xiàn)象，利用markov鏈描述網(wǎng)絡(luò)時(shí)延，0-1分布表示dos攻擊；基于所述預(yù)測(cè)計(jì)算結(jié)果，采用多步模態(tài)依賴狀態(tài)反饋控制律，生成控制指令；將所述控制指令輸出至執(zhí)行器，以調(diào)整所述網(wǎng)絡(luò)跳變系統(tǒng)的系統(tǒng)狀態(tài)。本技術(shù)通過建立考慮網(wǎng)絡(luò)通訊約束的預(yù)測(cè)模型，能夠準(zhǔn)確描述系統(tǒng)的跳變現(xiàn)象、網(wǎng)絡(luò)時(shí)延的隨機(jī)特性和dos攻擊的隨機(jī)特性?；谠擃A(yù)測(cè)模型，得到控制指令并執(zhí)行控制輸入，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)跳變系統(tǒng)的穩(wěn)定控制，提高了系統(tǒng)的控制性能和穩(wěn)定性。